Python 如何使用熊猫参照一个值创建虚拟变量？

这给了我：

test = {'ngrp' : ['Manhattan', 'Brooklyn', 'Queens', 'Staten Island', 'Bronx']}
test = pd.DataFrame(test)
dummy = pd.get_dummies(test['ngrp'], drop_first = True)

我将布朗克斯区作为我的参考层（因为这是被删除的），我如何更改它以指定曼哈顿区应该是我的参考层？我的预期产出是

   Brooklyn  Manhattan  Queens  Staten Island
0         0          1       0              0
1         1          0       0              0
2         0          0       1              0
3         0          0       0              1
4         0          0       0              0

---

get_dummies

对值进行排序（按字典顺序），然后创建dummie。这就是为什么你在最初的结果中看不到“布朗克斯”；这是因为它是列中的第一个排序值，所以它首先被删除

要避免您看到的行为，请强制执行“第一次看到”的顺序（即，将其转换为有序的类别）

---

当然，这会产生副作用，返回带有分类列名的假人，但这几乎从来都不是问题。

你所说的“参考级别”是什么意思，预期的输出是什么？如果我想选择一个特定的类别，例如Staten Island，该怎么办？那么它就不再是“第一次看到”了。@leecolin你的问题并没有表明这是一个可能的情况吗？这仍然有效，您只需要根据需要将参数更改为categories。

   Brooklyn  Queens  Staten Island  Bronx
0         0       0              0      0
1         1       0              0      0
2         0       1              0      0
3         0       0              1      0
4         0       0              0      1

pd.get_dummies(
    pd.Categorical(test['ngrp'], categories=test['ngrp'].unique(), ordered=True), 
    drop_first=True)                                       

   Brooklyn  Queens  Staten Island  Bronx
0         0       0              0      0
1         1       0              0      0
2         0       1              0      0
3         0       0              1      0
4         0       0              0      1